学位论文 > 优秀研究生学位论文题录展示

PS类图像与隐写图像的分类

作　者: 何雄飞
导　师: 刘粉林
学　校: 解放军信息工程大学
专　业: 计算机软件与理论
关键词: 信息隐藏隐写检测 PS图像盲检测噪声模型小波分解小波滤波
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 19次
引　用: 0次
阅　读: 论文下载

内容摘要

针对目前隐写检测难以准确判断经图像处理技术处理后图像(简记为PS图像)的类别,常常将PS类图像误判为自然图像或隐写图像,给图像的正确分类带来了困难,尤其可能给隐写类图像的判决带来大量的检测误差。本文主要针对自然图像、隐写图像和PS图像的准确分类问题展开研究,具体内容包括:(1)基于隐写和PS处理与图像内容的相关性,建立了相应的图像加噪模型,将隐写和PS处理后的图像归为不同的加噪模型;在此基础上,构建了新的图像分类框架。(2)针对噪声模型,提出了一种基于小波高频分解特征的图像分类算法。该算法利用图像类的差异性表现在叠加噪声的不同,噪声表现在高频部分,小波高频分解具有对噪声敏感的特性,采用基于小波高频分解的特征对自然图像、隐写图像和PS图像进行分类。实验结果表明:高频对噪声敏感,对图像分类具有较好的检测效果。(3)分析了基于小波滤波噪声图像去除图像内容影响的特征,整体特征和去除图像内容联合特征,图像分块后的局部特征对图像分类的有效性;在此基础上,联合图像全局特征、局部特征、去除图像内容影响三方面特征,对图像进行分类。实验结果表明:联合基于不同目的和表现特性的特征,检测效果明显。最后,对全文进行了总结,并对下一步的研究工作做了展望。

全文目录

表目录  6-8
图目录  8-9
摘要  9-10
ABSTRACT  10-11
第一章绪论  11-19
  1.1 研究背景  11-12
  1.2 信息隐藏技术简介  12-13
  1.3 图像隐写检测技术  13-16
    1.3.1 针对特定隐写检测技术研究现状  13-14
    1.3.2 通用盲检测技术研究现状  14-16
  1.4 基于其他目的图像检测技术研究现状  16-17
  1.5 本文的主要工作  17-19
第二章基于噪声特性的图像模型  19-27
  2.1 隐写图像的噪声特性  19-20
  2.2 PS 图像的噪声特性  20-21
  2.3 PS 处理与隐写噪声的异同  21-24
  2.4 PS 图像对隐写检测的影响  24-25
  2.5 分类框架  25-26
  2.6 本章小结  26-27
第三章基于小波高频分解特征的图像分类  27-36
  3.1 PS 图像与隐写图像多分辨率下的噪声特性  27-31
    3.1.1 图像的多分辨率分析  27-28
    3.1.2 小波分解对噪声的影响  28-31
  3.2 特征选取  31-32
    3.2.1 特征函数矩  32
    3.2.2 特征提取步骤  32
  3.3 实验验证  32-35
  3.4 本章小结  35-36
第四章基于噪声图像特性及特征联合的图像分类  36-47
  4.1 小波滤波  36-37
  4.2 特征分析  37-44
    4.2.1 噪声图像特征有效性分析  37-40
    4.2.2 小波高频分解和噪声图像特征联合的有效性分析  40-41
    4.2.3 图像局部特征的有效性分析  41-44
  4.3 特征选取  44
  4.4 实验验证  44-46
  4.5 本章小结  46-47
结束语  47-48
参考文献  48-53
作者简历攻读硕士学位期间完成的主要工作  53-54
致谢  54

PS类图像与隐写图像的分类

内容摘要

全文目录

相似论文